| Popis: | Algoritmy typu EDA (estimation-of-distribution algorithms) jsou populační optimalizační algoritmy podobné genetickým a evolučním algoritmům. Každou generaci se snaží kvalitní řešení v populaci popsat pravděpodobnostním modelem a nová řešení generují prostým vzorkováním z tohoto modelu. Gaussovský EDA je jeden z EDA algoritmů určených pro problémy, jejichž řešení je reprezentováno vektorem reálných čísel. Tento algoritmus ovšem trpí problémem předčasné konvergence. Rozptyl Gaussova rozdělení klesá v čase příliš rychle. Po několika generacích populace ztratí veškerou diverzitu a algoritmus ztratí schopnost se vyvíjet. V rámci tohoto projeku student provede rešerši literatury a identifikuje možné metody, které by tomuto problému předcházely. Metody implementuje a provede jejich základní porovnání. |
|---|
